基于改进SSD算法的人员安全检测技术

• 作者: 刘晓艳 刘继丹 姜东民 董军 董雨铮 赵明
• 来源期刊: 冶金自动化
• 关键词: 卷积神经网络 SSD检测算法 残差网络ReSNet 金字塔池化层 损失函数
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 检测仪表与自动化装置
• 页码范围: 67-72
• 页数: 6页
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7059.2020.02.015

摘要

由于钢厂现场环境的复杂,安全事故经常发生.传统的目标检测算法很难适应工业环境光照多变、烟雾较多等因素,从而需要寻求一种能从复杂环境中有效提取特征、实时检测的方法.基于炼钢领域的特点,提出了基于改进多分类单杆检测器(single shot multibox detector,简称SSD)算法的人员安全检测技术.该模型是在深度学习SSD检测算法的基础上加入了嵌套网络,同时对训练样本加入强光、暗光、模糊噪声、椒盐噪声来增加样本属性,最后使用池化技术代替采样对数据进行处理.结果 表明,所提方法在复杂环境中有很强的鲁棒性,在不同光照、烟雾较多的情况下,有很高的准确率.